Soutenance de thèse 25 juin 2018 : M. Nouri

La tavelure (ascomycète Venturia inaequalis) est la principale maladie touchant les vergers des pommiers dans le monde. La lutte contre cette maladie représente des coûts importants tant au niveau de l’utilisation des fongicides que du temps alloué à la gestion de la maladie. Ainsi, la détection précoce de cette infection s’est avérée primordiale. La détection des symptômes de cette maladie avant qu’ils soient visibles à l’œil nu constitue une avancée dans le monde agricole permettant à la fois la réduction des coûts de gestion et la protection de l’environnement. L’objectif de cette thèse est d’explorer le potentiel de l’imagerie hyperspectrale pour détecter précocement la tavelure sur les feuilles du pommier. En se basant sur l’étude de changement des propriétés optiques de la plante du au stress, il est possible d’obtenir de manière indirecte une information pertinente sur le statut physiologique de la plante et ses carences éventuelles. De plus, la haute résolution spatiale et spectrale de l’imagerie hyperspectrale augmente son potentiel de détection précoce des petites taches des maladies des plantes. Des images hyperspectrales des feuilles saines et inoculées ont été acquises quotidiennement du deuxième jour D02 après l’inoculation jusqu’au jour au D11, moment de l’apparition des taches de la tavelure. Les images ont été acquises dans des conditions laboratoires dans deux gammes spectres VNIR (400 – 1000 nm) et SWIR (1000 – 2500 nm) en utilisant deux caméras pushbroom de la marque NEO (Norsk Elektro Optikk, Norvège). Une approche de classification chimiométrique, l’analyse discriminante des moindres carrés partiels PLS-DA, a été testée pour discriminer les zones infectées de la feuille malade. Le modèle de classification PLS-DA a été établi à un stade avancé de l’infection D11. Il a été testé sur les images hyperspectrales des feuilles infectées et saines acquises à différents stades de l’infection. L’étude a montré que de bons résultats de prédictions peuvent être obtenus en discriminant les zones infectées sur les images hyperspectrales par la méthode PLS-DA. Les résultats suggèrent que le modèle PLS-DA établit dans le domaine spectral SWIR (1000 – 2500 nm) est le plus adapté pour une détection précoce de la tavelure. Il a permis de détecter les petites taches de la tavelure à partir de D02 après l’infection. Á un stade précoce, la bande d’absorption d’eau à 1940 nm avait l’effet discriminatoire majeur. Ainsi, à un stade précoce, la tavelure affecte la teneur et l’état de l’eau des feuilles infectées. La spécificité de ce modèle à la tavelure et sa sensibilité un autre type du stress ont été évaluées et une approche d’amélioration de sa robustesse a été proposée. Enfin, notre étude prouve que l’imagerie hyperspectrale offre un potentiel intéressant pour la détection des maladies des plantes.